市场情绪极端狂热时，逆向思维可以通过因子正交化方法量化为独立信号，帮助识别被主流因子压制的投资机会。具体来说，正交化通过剥离因子之间的相关性，剔除情绪驱动的同质化暴露，从而提取出未被市场定价的独特信息。
极端狂热中的因子暴露特征
当市场情绪达到极端水平时，多数投资者会集中追逐少数热门因子（如动量因子、低波因子中的高估值板块），导致这些因子的暴露高度趋同。此时，原本应提供分散化收益的因子间相关性急剧上升——例如动量因子与成长因子的相关系数可能从平时的0.3升至0.7以上，形成“拥挤交易”。被忽视的价值因子、质量因子等则可能被系统性压制，其独立贡献信号被情绪噪声淹没。
逆向思维与正交化思想的联系
逆向思维的核心是寻找与主流共识背离的独立逻辑，而因子正交化正是实现这一目标的统计工具。正交化通过回归或矩阵分解（如Gram-Schmidt过程），将目标因子中与主流因子相关的部分剔除，保留残差作为独立信号。例如，当市场狂热追捧“高动量+高成长”组合时，正交化后的价值因子残差可能显示：被情绪压制的低估值股票，其基本面质量并未恶化，这恰恰是逆向思维可介入的时机。
正交化在情绪纠偏中的实际应用
计算因子暴露相关性是第一步：选取市场情绪指标（如换手率、融资买入占比）与主流因子（如动量、规模）的滚动相关系数，当相关系数突破历史90%分位数时，标记为情绪极端状态。随后对目标因子（如价值因子）做正交化处理：将价值因子收益率对动量因子和成长因子收益率进行线性回归，取残差作为情绪无关的价值信号。历史上，当这个残差值处于负两倍标准差以下时，后续3个月价值因子超额收益回升的概率较高。关键结论是：正交化后的残差信号比原始因子更具均值回复特性，且与情绪指标负相关，适合作为逆向操作的量化依据。
简短总结
市场情绪极端狂热时，因子正交化能将逆向思维转化为可计算的独立信号。通过剥离主流因子的相关性，识别被压制的因子残差，投资者可在情绪纠偏前布局被低估的机会。
常见问题
因子正交化需要哪些数据准备？
需要至少两个维度的数据：一是目标因子（如价值因子）的历史收益率序列，二是主流因子（如动量、成长、规模）的同期收益率序列。建议使用日频数据，滚动窗口至少60个交易日，以保证回归的统计稳定性。
正交化后的残差信号如何回测？
将残差信号按历史分位数分成5组（从最低到最高），统计每组未来1-3个月的收益率。历史上，最低分位数组的后续收益往往显著高于最高分位数组，且该效应在情绪极端期更强。注意回测时需做换手率约束，避免频繁交易侵蚀收益。
正交化方法是否适用于所有市场环境？
不适用。正交化的优势在因子拥挤度高、情绪极端时最明显；在正常市场环境下，原始因子本身已包含有效信息，过度正交化可能剔除有价值的共性信号。建议仅在情绪指标处于极端分位数（如前10%或后10%）时启用该方法。